नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Sonnet 5.5 (max) vs Gemini 3.7 Flash (low)

Gemini 3.7 Flash (low) average score में आगे है: 9.4 vs 9.2. Gemini 3.7 Flash (low) की benchmark लागत कम है: $0.183 vs $8.557. Gemini 3.7 Flash (low) तेज है: 6.24s vs 84.26s, pass rates 82.6% vs 95.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#34
कुल आउटपुट टोकन
758,707
प्रतिक्रिया समय (औसत)
84.26s
कुल लागत
$8.557
रैंक
#26
कुल आउटपुट टोकन
38,453
प्रतिक्रिया समय (औसत)
6.24s
कुल लागत
$0.183
अनुशंसित मॉडल Gemini 3.7 Flash (low)

It has the best score here (9.4), while costing about 47.0x less than Claude Sonnet 5.5 (max).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 max रिलीज़: 2026-09-29 Gemini 3.7 Flash Gemini 3.7 Flash low रिलीज़: 2026-08-14
स्कोर 9.2 9.4
रैंक #34 #26
विश्वसनीयता 10.0 10.0
संगति 9.4 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 95.7%
अस्थिर टेस्ट 2 2
कुल रन 69 69
प्रति परिणाम लागत 47.536 0.868
कुल लागत $8.557 $0.183
इनपुट कीमत $2.000 / 1M $0.750 / 1M
आउटपुट कीमत $10.000 / 1M $3.750 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.075 / 1M
कैश लिखने की कीमत $2.500 / 1M $0.042 / 1M
कुल इनपुट टोकन 484,627 188,519
आउटपुट टोकन 11,026 7,694
रीजनिंग टोकन 747,681 30,759
प्रतिक्रिया समय (औसत) 84.26s 6.24s
प्रतिक्रिया समय (अधिकतम) 488.39s 58.75s
प्रतिक्रिया समय (कुल) 1937.91s 143.56s
पैरामीटर ~1T कुल (~100B सक्रिय) ~500B कुल (~20B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#34 Claude Sonnet 5.5

max
OpenRouter returned no showcase content (finish_reason: length).
लागत
$0.000
समय
571.7s
टोकन
0 tok

#26 Gemini 3.7 Flash

low
लागत
$0.010
समय
23.5s
टोकन
5,210 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 5.5 10.0 10.0 100.0% 0 55.26s 10,608 580 70,730
Gemini 3.7 Flash 7.6 7.2 77.8% 1 6.20s 8,118 461 11,508

तुलना जोड़ी बदलें